美团上线1.6万亿参数LongCat模型
「美团旗下LongCat API开放平台上线新一代大模型LongCat-2.5-Preview,主打长程任务与多模态能力。该模型延续MoE路线,总参数量约1.6万亿,单次推理激活约480亿参数,原生支持100万token上下文窗口,并同步开放API与网页端体验入口。」
美团旗下LongCat API开放平台正式上线新一代大模型LongCat-2.5-Preview,主打长程任务处理与多模态能力,并同步开放了API调用与网页端体验入口,开发者可以直接接入使用。
官方更新日志显示,LongCat-2.5-Preview最直观的升级在于新增了图片理解能力。模型可以解析图像内容,支持跨模态问答、内容摘要与复杂视觉推理等任务,这意味着它在处理图文混合输入时具备了更完整的感知与推理链路,不再局限于纯文本场景。
在代码方向,该模型在代码生成、代码理解与自动化编程任务上表现突出。同时,它对主流开发环境做了深度适配,能够与Claude Code、Hermes、OpenClaw、OpenCode、Kilo Code等工具高效协同,开发者可以把模型直接接入既有的编码工作流中,而不必为迁移成本额外付出代价。
架构层面,LongCat-2.5-Preview延续了MoE混合专家路线,总参数量约1.6万亿,但每次推理仅激活约480亿参数。这种设计在扩大模型容量的同时控制了单次推理的算力开销,是当前大模型在性能与成本之间寻求平衡的主流选择。
上下文能力是该模型的另一处重点。它原生支持100万token的上下文窗口,适合处理超长文档、大型代码库、海量日志以及多轮复杂任务。对于需要进行跨文件分析、长周期任务编排或大量资料聚合的场景,长上下文窗口往往是决定可用性的关键指标。
从产品定位看,长程任务与多模态理解被放在同一代模型中同步推进,反映出当前大模型竞争的重心正从单点问答能力转向复杂任务的全流程承接。模型不仅要能看懂文字和图片,还要在长时间跨度内保持上下文连贯,并与外部开发工具形成稳定协作。随着API与网页端入口同时开放,开发者可以更快地在真实项目中验证这套组合能力的实际边界。
来源:Heooo AI工具导航